Tugas Akhir Mahasiswa S1 Teknik Industri http://repository.iti.ac.id/jspui/handle/123456789/61 2026-04-22T01:45:52Z 2026-04-22T01:45:52Z Nur Rizqullah, Gusthy Merdikawati, Silvia http://repository.iti.ac.id/jspui/handle/123456789/3107 2026-01-07T02:22:56Z 2025-08-01T00:00:00Z

PENGUKURAN BEBAN KERJA DAN PENENTUAN JUMLAH TENAGA KERJA MENGGUNAKAN METODE WORK LOAD ANALYSIS (WLA) DAN FULL TIME EQUIVALENT (FTE) (STUDI KASUS : PT. JINWOO ENGINEERING INDONESIA) Nur Rizqullah, Gusthy; Merdikawati, Silvia Departemen Quality berfokus pada pengujian dan pemeriksaaan produk atau layanan setelah diproduksi, Pada pengamatan kali ini terdiri dari 11 orang dengan masing-masing job description sesuai bagaiannya. Penelitian ini bertujua mengukur beban kerja dan menentukan jumlah tenaga kerja yang ideal menggunakan metode Work Load Analysis (WLA) dan Full time Equivalent (FTE) pada departemen quality di PT. Jinwoo Engineering Indonesia. Metode ini menghitung beban kerja berdasarkan waktu kerja efektif dan aktivitas harian karyawan. Hasil penelitian menunjukkan bahwa beban kerja pada departemen quality berada di atas standar >100%, Dengan 1 Orang dalam kategori underload (QMS 93,35%), Lalu 1 Orang inload (LQC PM 99,43%), Sedangkan 9 Orang overload (IQC 130,88%, LQC F 122,51%, LQC F2 122,61%, LQC R 131,31%, LQC T 130,44%, LQC P 124,34%, LQCT PT 128,60%, OQC M 118,89%, OQC P 120,46%), Yang mengindikasikan beban kerja berlebih dan potensi penurunan kinerja. Analisis lebih lanjut menunjukkan bahwa jumlah tenaga kerja saat ini tidak mencukupi berdasarkan hasil perhitungan dan diperlukan penambahan sebanyak 3 Orang pada 9 Unit yang mengalami Overload agar beban kerja dapat didistribusikan secara merata. Berdasarkan usulan penambahan tenaga kerja penelitian ini dapat meningkatkan produktivitas sebesar 50% seperti pada unit OQC Metal & Plastik. Penambahan tenaga kerja pun tidak luput dari pengeluaran biaya operasional sebesar Rp. 12.900.000,- untuk upah pekerja sebanyak 3 Orang (Penambahan Tenaga Kerja) guna mendukung keberlanjutan operasional secara efektif dan produktif. Dosen Pembimbing: Silvia Merdikawati, S.T., M.T., M.B.A, Ph.D

2025-08-01T00:00:00Z Ihsan Zahra, Muhammad Bagus Herlambang, Mega http://repository.iti.ac.id/jspui/handle/123456789/3106 2026-01-06T07:21:57Z 2025-08-01T00:00:00Z

PERENCANAAN PREDIKSI STOK PRODUK KANAL C DENGAN MENGGUNAKAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DI PT. KENCANA MAJU BERSAMA Ihsan Zahra, Muhammad; Bagus Herlambang, Mega PT. Kencana Maju Bersama merupakan perusahaan distributor rangka atap baja ringan. Rangka atap baja ringan ini merupakan struktur yang digunakan untuk menopang atap yang terbuat dari baja ringan dan memiliki kekuatan tinggi dengan berat yang ringan, salah satu produknya adalah kanal c. Kanal c merupakan baja ringan berbentuk seperti huruf c yang sering digunakan sebagai struktural utama yang menopang beban atap. Dengan adanya data historis penjualan kanal c dari tahun 2019 – 2025 PT. Kencana Maju Bersama dapat melakukan forecasting untuk memprediksi stok produk kanal c. Forecasting ini dilakukan dengan metode Autoregressive Integrated Moving Average (ARIMA) dan Seasonal Autoregressive Integrated Moving Average (SARIMA). Percobaan yang dilakukan untuk memprediksi kanal c ini sebanyak 15 percobaan, yaitu ARIMA (1,0,1), ARIMA (1,0,2), ARIMA (2,0,1), ARIMA (2,0,2), SARIMA (1,0,1)(1,0,1), SARIMA (1,0,1)(2,0,1), SARIMA (1,0,1)(2,0,2), SARIMA (2,0,1)(1,0,1), SARIMA (2,0,1)(2,0,1), SARIMA (2,0,1)(1,0,2), SARIMA (2,0,1)(2,0,2), SARIMA (2,0,2)(1,0,1), SARIMA (2,0,2)(2,0,1), SARIMA (2,0,2)(1,0,2), dan SARIMA (2,0,2)(2,0,2). Model yang terbaik dari percobaan tersebut adalah model SARIMA (2,0,2)(2,0,1) dengan nilai Mean Absolute Error (MAE): 20,41, Root Mean Squared Error (RMSE): 25,89, dan Mean Absolute Percentage Error (MAPE): 39,28%. Dari model SARIMA (2,0,2)(2,0,1) ini diperoleh prediksi selama 12 bulan ke depan, yaitu bulan pertama: 25.416573, bulan ke dua: 26.086429, bulan ke tiga: 28.377978, bulan ke empat: 26.911826, bulan ke lima: 27.964542, bulan ke enam: 24.790165, bulan ke tujuh: 21.276024, bulan kedelapan: 24.426010, bulan ke sembilan: 27.404095, bulan ke sepuluh: 20.995750, bulan ke sebelas: 17.777076, dan bulan ke dua belas 21.836843. Dengan adanya data yang lebih banyak maka keakuratan forecasting juga akan menjadi lebih baik. Dosen Pembimbing: Ir. Mega Bagus Herlambang, S.T., M.T., Ph.D., IPM., ASEAN Eng.

2025-08-01T00:00:00Z Ulina, Dosma Bagus Herlambang, Mega http://repository.iti.ac.id/jspui/handle/123456789/3105 2026-01-06T06:51:13Z 2025-08-01T00:00:00Z

PENGAMBILAN KEPUTUSAN PEMILIHAN SUPPLIER PIPA PROYEK SEWAGE TREATMENT PLANT MENGGUNAKAN ANALYTICAL HIERARCHY PROCESS DAN OPTIMASI ALOKASI PEMESANAN PIPA DENGAN MIXED INTEGER LINEAR PROGRAMMING (STUDI KASUS: PT. ENERBA TEKNOLOGI) Ulina, Dosma; Bagus Herlambang, Mega Pemilihan Supplier yang tepat merupakan elemen krusial dalam mendukung keberhasilan proyek, seperti industri konstruksi pengolahan air limbah yaitu Sewage Treatment Plant (STP). Penelitian ini bertujuan untuk mengintegrasikan metode Analytical Hierarchy Process (AHP) dan Mixed Integer Linear Programming (MILP) untuk mengoptimalkan pemilihan dan alokasi pemesanan pipa proyek STP di PT Enerba Teknologi. Masalah utama adalah pemilihan Supplier dan alokasi pemesanan pipa belum optimal karena hanya berdasarkan harga satuan terendah tanpa mempertimbangkan biaya tetap, MOQ, kapasitas, dan biaya pengiriman. Pertama dilakukan dengan pendekatan AHP untuk menentukan bobot kriteria dan memprioritaskan Supplier berdasarkan empat kriteria utama: harga, kualitas, waktu pengiriman, dan pembayaran. Hasil perhitungan AHP menunjukkan bahwa kriteria harga memiliki pengaruh tertinggi dengan bobot 0,284. Selain itu, diperoleh nilai Consistency Ratio (CR) di bawah 0,10 menandakan konsistensi penilaian yang baik. Berdasarkan hasil AHP, Supplier B dipilih sebagai alternatif terbaik dengan nilai prioritas tertinggi sebesar 34,2%. Selanjutnya, pendekatan MILP dirancang untuk mengoptimalkan alokasi pemesanan pipa kepada Supplier B. Model mempertimbangkan kebutuhan total pipa sebanyak 70 unit, kapasitas maksimum pemasok, MOQ, serta komponen biaya seperti harga per unit, biaya pengiriman, dan biaya tetap. Fungsi tujuan dari model MILP adalah meminimalkan total biaya pengadaan. Hasil optimasi menunjukkan bahwa alokasi paling efisien adalah memesan 40 unit PVC 2 Rucika dan 30 unit PVC 2 Alderon dari Supplier B dengan biaya minimum sebesar Rp3.205.000, menghasilkan penghematan sebesar Rp1.795.000 dari anggaran maksimum Rp5.000.000. Integrasi metode AHP dan MILP ini terbukti efektif dalam memberikan dasar pengambilan keputusan yang objektif, efisien, dan berbasis data untuk pemilihan serta pengalokasian Supplier secara optimal. Dosen Pembimbing: Ir. Mega Bagus Herlambang, S.T., M.T., Ph.D., IPM., ASEAN Eng

2025-08-01T00:00:00Z Widya Syahfitri, Rini Medikawati, Silvia http://repository.iti.ac.id/jspui/handle/123456789/3104 2026-01-06T03:50:46Z 2025-08-01T00:00:00Z

PENERAPAN METODE FIRST IN FIRST OUT (FIFO) DAN FIRST EXPIRED FIRST OUT (FEFO) UNTUK MENINGKATKAN EFISIENSI OPERASIONAL GUDANG PT. XYZ Widya Syahfitri, Rini; Medikawati, Silvia Pengelolaan persediaan yang efektif merupakan faktor kritis dalam meningkatkan kinerja operasional gudang PT. XYZ, khususnya dalam meminimalkan kerugian akibat produk kadaluarsa. Penelitian ini menganalisis secara komprehensif penerapan metode First In First Out (FIFO) dan First Expired First Out (FEFO) melalui pendekatan kuantitatif dengan menggunakan data transaksi gudang selama periode tertentu dan melakukan pengujian statistik menggunakan SPSS. Hasil penelitian menunjukkan bahwa implementasi metode ini memberikan peningkatan signifikan dibandingkan metode yang digunakan saat ini. Pencapaian penurunan kerugian produk kadaluarsa sebesar 64,4% (dari Rp 7,875,000 menjadi Rp. 2,800,000) dan biaya penyimpanan mencapai 60% (dari Rp. 1,227,625 menjadi Rp. 491,050). Hasil uji statistik paired sample t-test memperkuat metode ini dengan menunjukkan perbedaan yang signifikan secara statistik. Penelitian ini juga mengidentifikasi beberapa tantangan implementasi, termasuk ketergantungan pada proses manual, inkonsistensi data persediaan, dan keterbatasan sumber daya manusia. Namun demikian, penerapan metode FIFO dan FEFO yang sistematis terbukti mampu meningkatkan akurasi pengendalian stok, mengurangi pemborosan, dan menciptakan sistem distribusi yang lebih terstruktur. Sehingga dapat menciptakan efisiensi operasional gudang. Untuk memaksimalkan manfaatnya, disarankan untuk menerapkan digitalisasi sistem gudang, dan peningkatan kapasitas sumber daya manusia melalui pelatihan khusus. Dosen Pembimbing: Silvia Medikawati, S.T., M.T., MBA., Ph.D

2025-08-01T00:00:00Z